PartCrafter, ein 3D-Netzgenerator basierend auf Künstlicher Intelligenz
Es sieht so aus, als hätte sich die Künstliche Intelligenz im 3D-Druck und insbesondere in der Entwurfsphase bewährt. Ein Team hat mithilfe von KI einen 3D-Modellgenerator entwickelt, der aus einem einzigen RGB-Bild mehrere 3D-Netze mit unterschiedlichen Geometrien zusammensetzen kann. Das Tool namens PartCrafter ermöglicht es also, aus einer 2D-Abbildung hochkomplexe Modelle zu generieren. Das Potential für die additive Fertigung ist enorm, denn wenn es nach dem Team geht, könnte man die verschiedenen Komponenten eines Objekts in 3D drucken, ohne es zu modellieren.
Ein 3D-Modell zu entwerfen ist ein entscheidender Schritt im Arbeitsablauf der additiven Fertigung, es ist der Ausgangspunkt eines jeden Projekts. Und oft ist dieser voller Hindernisse und kann sich als sehr zeitaufwendig erweisen. Heutzutage gibt es viele Alternativen – wie das Herunterladen einer 3D-Datei auf eine spezielle Plattform. Für viele Nutzer des 3D-Drucks ist es jedoch unerlässlich zu wissen, wie man sein eigenes Teil modelliert. Wie kann man also Zeit sparen und effizienter arbeiten? Wie kann man das Risiko von Fehlern verringern? Es scheint, als würde PartCrafter Antworten liefern – vielleicht noch nicht vollständig, aber immerhin ein guter Anfang.
Beispiel für ein vom Tool bearbeitetes Objekt
Wie funktioniert PartCrafter?
PartCrafter ist eine Open-Source-Plattform, die von einem Team der Universität Peking, der Carnegie Mellon University in den USA und von ByteDance entwickelt wurde. Der Nutzer lädt zunächst ein 2D-Bild hoch und das Tool übernimmt dann die Aufgabe, es segmentweise in 3D zu dekonstruieren. Es stützt sich dabei auf eine sehr umfangreiche Datenbank, um die eigentliche Struktur eines Bildes zu verstehen. Die Plattform erklärt: „Wir wählen einen Datensatz aus, indem wir mehrere Quellen kombinieren, wodurch wir 130.000 3D-Objekte erhalten, von denen 100.000 mehrere Teile enthalten. Anschließend verfeinern wir diesen Datensatz, indem wir ihn auf der Grundlage der Texturqualität, der Anzahl der Teile und des durchschnittlichen Schnittpunkts zwischen den Teilen und der Vereinigung (IoU) filtern, um eine qualitativ hochwertige Supervision zu gewährleisten. Der resultierende Datensatz umfasst etwa 50.000 beschriftete Objekte und 300.000 einzelne Teile.„
PartCrafter ist also ein evolutionäres Werkzeug, das lernt, wenn es gefüttert wird, ähnlich wie Künstliche Intelligenz. Man kann sich leicht vorstellen, welche Auswirkungen dies auf Branchen haben könnte, die additive Fertigungsverfahren verwenden. Warum sollte man nicht ein komplexes Teil eines Flugzeugs anhand eines Fotos nachbauen? Man würde die 3D-Netzwerke seiner Komponenten erhalten, die man dann in eine 3D-druckbare Datei umwandeln könnte.
Es ist noch zu früh, um zu sagen, ob das Endergebnis mit einem Modell mithalten kann, das mit einer 3D-Drucksoftware entworfen wurde. Auch die Informationen zu Genauigkeit, der Auflösungen und den anzuwendenden Texturen sind bisher unzulänglich. Eines ist jedoch sicher: Das Projekt ist attraktiv und die Möglichkeiten sind vielfältig. Während Sie auf die weitere Entwicklung warten, können Sie HIER mehr darüber erfahren.
Was halten Sie von PartCrafter? Lassen Sie uns dazu einen Kommentar da, oder teilen Sie es uns auf Facebook oder LinkedIN mit. Möchten Sie außerdem eine Zusammenfassung der wichtigsten Neuigkeiten im 3D-Druck und der additiven Fertigung direkt und bequem in Ihr Postfach erhalten? Dann registrieren Sie sich jetzt für unseren wöchentlichen Newsletter.
